输入
在 Codex 对话中描述业务流程、输入输出、所需节点、接口与平台运行字段。
返回项目01 02 03 04 CHAPTER 01 01 02 03 CHAPTER 02 04 05 06 07 CHAPTER 03 08 09 10
SKILL · 按需调用不是 Agent
基于 FastGPT 工作流的快速搭建 Skill
FastGPT Workflow
生成、修改、修复并验证可导入 FastGPT 的 Workflow Canvas JSON，减少手动拖拽与结构返工。
Skill 处理
复用真实节点形状，组装 nodes、edges 与 chatConfig，再执行确定性结构验证。
输出
交付可导入的工作流配置和验证结果，导入后仍需在真实平台运行确认。
FastGPT Workflow Canvas JSON边界
Workflow JSON 不等于 FastGPT Agent。缺少关键运行字段时必须先补齐，不伪造可用性。
第一章：先把运行契约说清楚
从业务目标收敛到明确的输入、输出与必填运行字段。
描述工作流目标
节点数量不是目标，真正目标是稳定完成一条业务任务。
- 设计重点
- 确认触发方式、数据来源、处理逻辑、人工节点与最终用户。
- 阶段交付
- 工作流需求摘要。
定义输出协议
输出格式不明确时，模型节点与代码节点会各自理解结果。
- 设计重点
- 定义文本、JSON、Word Markdown 或回答节点的最终契约。
- 阶段交付
- 输出 Schema 与失败表现。
补齐关键运行字段
结构看起来完整的 JSON 也可能因 ID 或绑定缺失而无法运行。
- 设计重点
- 逐项核对模型、知识库、HTTP、鉴权、变量路径和默认值。
- 阶段交付
- 运行字段清单与待补信息。
- 能力边界
- 关键字段缺失时暂停生成，不写虚构占位值。
第二章：按真实 Canvas 结构组装
以真实导出样本为底座，让节点、连边与变量引用形成一致执行链。
选择真实节点形状
凭记忆构造节点容易遗漏 handle、moduleType 与嵌套配置。
- 设计重点
- 从真实 v2 导出样本选择 AI、代码、HTTP、回答与控制节点。
- 阶段交付
- 节点类型与样本来源清单。
组装 Canvas JSON
节点存在不代表顶层画布结构完整。
- 设计重点
- 同时维护 nodes、edges、chatConfig、位置与节点版本。
- 阶段交付
- 第一版 workflow.json。
绑定变量与连线
字段名正确但引用路径错误，运行时仍会出现空值。
- 设计重点
- 沿执行方向核对 source handle、target handle、变量路径与类型。
- 阶段交付
- 变量映射表与完整 edges。
形成可执行结构
局部节点可用不代表异常分支和最终输出能闭环。
- 设计重点
- 补齐并行、条件、重试、错误处理与最终回答路径。
- 阶段交付
- 结构闭环的 Workflow Canvas JSON。
第三章：验证、导入与真实运行
先用确定性脚本消除结构错误，再进入 FastGPT 完成平台验证。
运行验证与修复循环
人工阅读很难发现深层引用、重复 ID 与断裂连边。
- 设计重点
- 检查顶层结构、节点字段、引用、边、入口与可达输出。
- 阶段交付
- 验证报告与修复后的 JSON。
导入 FastGPT
本地结构通过后，仍要确认平台版本能正确解析。
- 设计重点
- 通过导入配置进入真实画布，检查节点与连线是否完整。
- 阶段交付
- FastGPT 中可打开的工作流画布。
完成真实运行验证
结构验证只能证明 JSON 合法，不能证明接口、数据与任务成功。
- 设计重点
- 运行样例输入，检查 Trace、接口返回、字段校验与最终渲染。
- 阶段交付
- 平台运行记录与最终可渲染结果。
- 能力边界
- 验证成功的是工作流，不是会自行运行的 Agent。
FINAL DELIVERY
最终交付是 Workflow Canvas JSON
交付可导入的工作流配置和验证结果，导入后仍需在真实平台运行确认。
如何调用
在 Codex 中说明要搭建或修复的 FastGPT 流程，并提供模型、知识库、接口和变量绑定信息。
明确边界
Workflow JSON 不等于 FastGPT Agent。缺少关键运行字段时必须先补齐，不伪造可用性。